《癌症早期診斷相關問題統計方法研究》是依託北京大學，由房祥忠擔任項目負責人的面上項目。
基本介紹
- 中文名：癌症早期診斷相關問題統計方法研究
- 依託單位：北京大學
- 項目負責人：房祥忠
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
本項目研究內容有兩個方面。一個是關於病例對照數據用於預期研究模型中所產生的問題研究 。另一個是關於癌症早期預測中的統計方法研究。醫學研究中存在兩種不同的數據採集方式，預期研究和病例對照。人們往往利用病例對照方式採集數據，但卻將其用於預期研究模型估計參數。本項目擬研究由此產生的若干問題。基於CA125和HE4等多種生物標記物，根據病例對照數據和縱向觀測數據，研究探討癌症的早期診斷所適用的統計模型和分析方法。以卵巢癌作為研究的出發點。早期卵巢癌治癒率可達90%以上，但70%以上患者就診時已屬晚期, 僅有不到30%的患者能存活至5年以上，可見早期診斷十分重要。CA125一直以來作為生物標記物用作卵巢癌的診斷，但靈敏度和特異度都很低。近年來發現用CA125和HE4等多個標記物共同作為診斷因素可極大提高靈敏度和特異度，我們將探討利用病例對照數據和縱向數據綜合早期診斷癌症的模型和統計分析方法。
結題摘要
卵巢癌在我國女性生殖系統惡性腫瘤中死亡率排在首位，且其治癒率與其早期診斷之間存在很強的相關性。而在近年來對卵巢癌的早期篩查中，血清標記物 CA125及HE4是兩種常用的生物學標記。故而，針對卵巢癌的早期篩查問題，基於篩查對象CA125及HE4水平的縱向檢測數據，提出了一個帶有變點的二元貝葉斯分層混合效應模型；之後在對模型利用MCMC抽樣進行分析的基礎上，提出了分別基於癌症風險計算和基於假設檢驗的兩種針對個體的診斷方法，並最終在上述診斷方法的基礎上給出了一套卵巢癌早期序貫篩查方案。本文模擬了一個跨度為7年的序貫篩查研究，並將其與通常的基於固定陽性閾值的非序貫篩查 進行對比，發現在特異度相同的前提下，該序貫篩查方案其敏感度將比非序貫篩查高出大約15%。故而，我們認為，本文提出的序貫篩查方案比通常的基於固定閾 值的非序貫篩查方案，在有效性方面具有明顯的優勢。有關內容的文章已被《Acta Mathematicae Applicatae Sinica》接收。Early Screening of Ovarian Cancer，Xiao Han, Chenchen Zou, Xiangzhong Fang. 進一步本文基於縱向變化水平的帶變點的二元混合效應模型，在潛伏病程右刪失的假設下用極大似然方估計參數，證明了其相合性，較Skates所提的Bayesian模式有相當的準確性和更廣的適應性。在跨度為五年的模擬篩查里比較了基於癌症風險率和假設檢驗兩種診斷方法的效果，模擬結果顯示在提早探測基於假設檢驗的篩查方法更具優勢。Cox比例危險率模型是醫學領域中常見的一種預後模型，有廣泛的套用。自D.R.COX（1972）提出這個模型以後，受到了很大的關注，此後N.Breslow，Efron， Peto， I.Hertz-Picciotto and B.Rockhill等很多的統計學家對這個模型，我們研究了兩步方法。另外，對於生存分析和可靠性也有新的進展。
